CN113077399B - 一种图像处理方法、装置、系统及计算机可读存储介质 - Google Patents
一种图像处理方法、装置、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113077399B CN113077399B CN202110382545.3A CN202110382545A CN113077399B CN 113077399 B CN113077399 B CN 113077399B CN 202110382545 A CN202110382545 A CN 202110382545A CN 113077399 B CN113077399 B CN 113077399B
- Authority
- CN
- China
- Prior art keywords
- stretching
- value
- temperature threshold
- lowest
- highest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法、装置、系统及计算机可读存储介质,该方法包括获取红外图像及与红外图像对应的温度数据,并依据温度数据确定出最高温度值和最低温度值;依据最高温度值和最低温度值,确定出最高温度阈值和最低温度阈值,最高温度阈值和最低温度阈值均位于最高温度值和最低温度值之间,且最高温度阈值大于最低温度阈值;依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与像素点对应的拉伸灰度值;依据与像素点的拉伸灰度值,对像素点进行映射伪彩处理,以得到拉伸后的伪彩图像;能提高图像的对比强度和清晰度,有利于准确识别被测物体的状态。
Description
技术领域
本发明实施例涉及图像处理技术领域,特别是涉及一种图像处理方法、装置、系统及计算机可读存储介质。
背景技术
红外热像仪的主要用途是成像和测温,好多领域的应用需要将二者结合起来。例如,电机故障最常见的是轴承损坏和定转子摩擦,而在发生故障时,会导致电机内部以及外壳温度明显升高。轴承损坏会导致轴承及轴承盖部位过热、电机的振动加剧、同时还会造成定转子摩擦、转轴弯曲、铁心变形等,使相摩擦的表面产生高温。异常电机长时间的工作,严重时还会冒烟产生火花,槽表面的绝缘材料在高温下变的焦脆,烧毁线圈,引发其他事故。由于无法通过肉眼看到电机内部的轴承是否损坏,现有技术中是直接通过红外热像仪采集回来的红外图像和温度数据,来判断电机的轴承是否损坏,但是,由于采集的红外图像对比强度不明显、清晰程度较弱,导致判断结果准确度差。
鉴于此,如何提供一种解决上述技术问题的图像处理方法、装置、系统及计算机可读存储介质成为本领域技术人员需要解决的技术问题。
发明内容
本发明实施例的目的是提供一种图像处理方法、装置、系统及计算机可读存储介质,在使用过程中能够提高图像的对比强度和清晰度,有利于准确识别被测物体的状态。
为解决上述技术问题,本发明实施例提供了一种图像处理方法,包括:
获取红外图像及与所述红外图像对应的温度数据,并依据所述温度数据确定出最高温度值和最低温度值;
依据所述最高温度值和所述最低温度值,确定出最高温度阈值和最低温度阈值,所述最高温度阈值和所述最低温度阈值均位于所述最高温度值和所述最低温度值之间,且所述最高温度阈值大于所述最低温度阈值;
依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值;
依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,以得到拉伸后的伪彩图像。
可选的,所述依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值的过程为:
依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值;
依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值。
可选的,所述依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值的过程为:
依据所述最高温度值、所述最低温度值及所述最高温度阈值,根据第一计算关系式计算出与所述最高温度阈值对应的最高拉伸温度阈值;其中,所述第一计算关系式为TTmax=(TH max-T min)/(T max-T min),TT max为最高拉伸温度阈值,TH max为最高温度阈值、T max为最大温度值,T min为最小温度值;
依据所述最高温度值、所述最低温度值及所述最低温度阈值,根据第二计算关系式计算出与所述最低温度阈值对应的最低拉伸温度阈值;其中,所述第二计算关系式为LTmin=(TH min-T min)/(T max-T min),LT min为最低拉伸温度阈值,TH min为为最低温度阈值;
所述拉伸差值DTdiff为DTdiff=TT max-LT min。
可选的,所述依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值的过程为:
针对第i个像素点,若所述第i个像素点的原始灰度值在所述0和255之间,则依据所述最低拉伸温度阈值、所述拉伸差值、与所述第i个像素点对应的原始灰度值及第三计算关系式,得到所述第i个像素点的拉伸灰度值;其中,第三计算关系式为Y'i=(Yi-LT min)/DTdiff,Y'i为第i个像素点的拉伸灰度值,Yi为第i个像素点的原始灰度值;
若所述第i个像素点的原始灰度值大于等于255,则所述第i个像素点的拉伸灰度值为255;
若所述第i个像素点的原始灰度值小于等于0,则所述第i个像素点的拉伸灰度值为0。
可选的,在所述依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值之后,还包括:
对所述最高拉伸温度阈值、所述最低拉伸温度阈值和所述拉伸差值进行时域滤波处理,得到滤波后的最高拉伸温度阈值、滤波后的最低拉伸温度阈值和滤波后的拉伸差值;
则,所述依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点分别对应的拉伸灰度值的过程为:
依据所述滤波后的最低拉伸温度阈值、所述滤波后的拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点分别对应的拉伸灰度值。
可选的,所述依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,得到拉伸后的伪彩图像的过程为:
依据所述像素点的拉伸灰度值的从预先建立的伪彩映射色板表中确定出与所述像素点分别对应的YUV分量;
将所述像素点分别对应的YUV分量作为所述红外图像中对应的像素点的YUV分量,以得到拉伸后的伪彩图像。
本发明实施例还相应的提供了一种图像处理装置,包括:
获取模块,用于获取红外图像及与所述红外图像对应的温度数据,并依据所述温度数据确定出最高温度值和最低温度值;
确定模块,用于依据所述最高温度值和所述最低温度值,确定出最高温度阈值和最低温度阈值,所述最高温度阈值和所述最低温度阈值均位于所述最高温度值和所述最低温度值之间,且所述最高温度阈值大于所述最低温度阈值;
拉伸模块,用于依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值;
映射模块,用于依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,以得到拉伸后的伪彩图像。
可选的,所述拉伸模块包括:
第一拉伸单元,用于依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
第二拉伸单元,用于依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值;
计算单元,用于依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值。
本发明实施例还提供了一种图像处理系统,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述图像处理方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述图像处理方法的步骤。
本发明实施例提供了一种图像处理方法、装置、系统及计算机可读存储介质,该方法根据与红外图像对应的温度数据确定出最高温度值和最低温度值,然后进一步确定出最高温度阈值和最低温度阈值,并依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到与像素点分别对应的拉伸灰度值,然后根据像素点对应的拉伸灰度值进行对像素点进行映射伪彩处理,以得到拉伸后的伪彩图像,本发明中得到的伪彩图像中的对比强度更高,清晰度更高,有利于准确识别被测物体的状态。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种图像处理方法的流程示意图;
图2为本发明实施例提供的一种电机红外图像对应的灰度图像;
图3为与图2对应的拉伸后的灰度图像;
图4为本发明实施例提供的另一种电机红外图像对应的灰度图像;
图5为与图4对应的拉伸后的灰度图像;
图6为本发明实施例提供的一种图像处理装置的结构示意图。
具体实施方式
本发明实施例提供了一种图像处理方法、装置、系统及计算机可读存储介质,在使用过程中能够提高图像的对比强度和清晰度,有利于准确识别被测物体的状态。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1,图1为本发明实施例提供的一种图像处理方法的流程示意图。该方法包括:
S110:获取红外图像及与红外图像对应的温度数据,并依据温度数据确定出最高温度值和最低温度值;
具体的,可以通过红外探测器采集被测物体(例如电机)在某场景下的红外图像,然后根据该红外图像对应的温度数据能够确定出整个温度数据中的最高温度值(Tmax)和最低温度值(Tmin),当然还可以根据最高温度值(Tmax)和最低温度值(Tmin)进一步计算出最高温度和最低温度的差值。
S120:依据最高温度值和最低温度值,确定出最高温度阈值和最低温度阈值,最高温度阈值和最低温度阈值均位于最高温度值和最低温度值之间,且最高温度阈值大于最低温度阈值;
可以理解的是,在确定出最高温度值和最低温度值后,可以进一步确定出最高温度阈值和最低温度阈值,具体的最高温度阈值和最低温度阈值可以根据用户需要进行设置,只要确保最高温度阈值和最低温度阈值在均位于最高温度值和最低温度值之间,且最高温度阈值大于最低温度阈值即可。例如,正常电机工作的温度范围为8.8℃~32.8℃,异常电机工作时的最高温度为50.9℃,超过正常温度19.6℃,可以设置最高温度阈值38.7℃,最低温度阈值19.2℃。
S130:依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与像素点对应的拉伸灰度值;
具体的,本发明实施例中需要对红外图像中的像素点进行线性拉伸处理,以得到像素点拉伸后的拉伸灰度值,也即对像素点的灰度值进行处理,具体可以根据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,其过程具体可以为:
依据最高温度值和最低温度值,对最高温度阈值和最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
依据最高拉伸温度阈值和最低拉伸温度阈值,得到拉伸差值;
依据最低拉伸温度阈值、拉伸差值、红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与像素点对应的拉伸灰度值。
需要说明的是,先对最高温度阈值和最低温度阈值进行线性拉伸处理,然后再根据最高拉伸温度阈值和最低拉伸温度阈值得到两者之间的拉伸差值,然后再针对红外图像中的像素点,根据该像素点的原始灰度值、最低拉伸温度阈值和拉伸差值以及预设计算关系式得到该像素点的拉伸灰度值。
进一步的,上述依据最高温度值和最低温度值,对最高温度阈值和最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值的过程,具体可以为:
依据最高温度值T max、最低温度值T min及最高温度阈值TH max,根据第一计算关系式计算出与最高温度阈值对应的最高拉伸温度阈值;其中,第一计算关系式为TT max=(TH max-T min)/(T max-T min),TT max为最高拉伸温度阈值,TH max为最高温度阈值、T max为最大温度值,T min为最小温度值;
依据最高温度值T max、最低温度值T min及最低温度阈值TH min,根据第二计算关系式计算出与最低温度阈值对应的最低拉伸温度阈值;其中,第二计算关系式为LT min=(TH min-T min)/(T max-T min),LT min为最低拉伸温度阈值,TH min为为最低温度阈值;
拉伸差值DTdiff为DTdiff=TT max-LT min。
也即,本发明实施例中可以根据第一计算关系式TT max=(TH max-T min)/(Tmax-T min)和第二计算关系式LT min=(TH min-T min)/(T max-T min)分别对最高温度阈值和最低温度阈值进行线性拉伸处理,得到拉伸后的最高温度阈值(也即最高拉伸温度阈值)和最低拉伸温度阈值(也即最低拉伸温度阈值),并进一步计算出两者的差值,也即拉伸差值DTdiff。
进一步的,上述依据最低拉伸温度阈值、拉伸差值、红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与像素点对应的拉伸灰度值的过程,具体可以为:
针对第i个像素点,若第i个像素点的原始灰度值在0和255之间,则依据最低拉伸温度阈值、拉伸差值、与第i个像素点对应的原始灰度值及第三计算关系式,得到第i个像素点的拉伸灰度值;其中,第三计算关系式为Y'i=(Yi-LT min)/DTdiff,Y'i为第i个像素点的拉伸灰度值,Yi为第i个像素点的原始灰度值;
若第i个像素点的原始灰度值大于等于255,则第i个像素点的拉伸灰度值为255;
若第i个像素点的原始灰度值小于等于0,则第i个像素点的拉伸灰度值为0。
需要说明的是,为了提高红外图像中局部图像的对比度和清晰度,可以将整个红外图像中的像素点进行拉伸处理,其中,对于原始灰度值在0和255之间的像素点,,直接采用第三计算关系式为Y'i=(Yi-LT min)/DTdiff来进行拉伸处理,得到拉伸后的灰度值(也即拉伸灰度值),对于原始灰度值小于等于0的像素点,则直接将拉伸后的拉伸灰度值置为0,对于原始灰度值大于等于255的像素点,则直接将拉伸后的拉伸灰度值置为255,其中,在实际应用中具体可以对红外图像中的每个像素点均进行拉伸,具体请参照图2至图5,其中图2和图4分别为红外图像拉伸前的灰度图像,图3和图5为分别对图2和图3进行拉伸处理后的灰度图像,其中,图2针对的正常电机工作的温度范围为7.6℃~27.2℃,异常电机工作时的最高温度为52.5℃,超过正常温度26.5℃,可以设置最高温度阈值44.9℃,最低温度阈值15.1℃;图4针对的正常电机工作的温度范围为8.8℃~32.8℃,异常电机工作时的最高温度为50.9℃,超过正常温度19.6℃,可以设置最高温度阈值38.7℃,最低温度阈值19.2℃。由图2和图3以及图4和图5可以看出电机部分的对比度更加鲜明。当然,为了进一步提高图像的清晰度,本发明实施例中在上述依据最高拉伸温度阈值和最低拉伸温度阈值,得到拉伸差值之后,还可以包括:
对最高拉伸温度阈值、最低拉伸温度阈值和拉伸差值进行时域滤波处理,得到滤波后的最高拉伸温度阈值、滤波后的最低拉伸温度阈值和滤波后的拉伸差值;
则相应的,上述依据最低拉伸温度阈值、拉伸差值、红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与像素点分别对应的拉伸灰度值的过程,具体可以为:
依据滤波后的最低拉伸温度阈值、滤波后的拉伸差值、红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与像素点对应的拉伸灰度值。
S140:依据与像素点的拉伸灰度值,对像素点进行映射伪彩处理,以得到拉伸后的伪彩图像。
可以理解的是,在对红外图像的像素点进行拉伸处理后,得到的是像素点的拉伸灰度值,也即得到的是与拉伸后的红外图像对应的灰度图像,因此还需要将该灰度图像转换为伪彩图形,也即转换为彩色图像,以便得到拉伸后的红外图像,拉伸后的红外图像的对比度更加鲜明、图像更加清晰,从而可以使工作人员根据拉伸后的红外图像准确的判断电机的状态。
其中,依据与像素点的拉伸灰度值,对像素点进行映射伪彩处理,得到拉伸后的伪彩图像的过程,具体可以为:
依据像素点的拉伸灰度值的从预先建立的伪彩映射色板表中确定出与像素点分别对应的YUV分量;
将像素点分别对应的YUV分量作为红外图像中对应的像素点的YUV分量,以得到拉伸后的伪彩图像。
具体的,可以将红外图像的Y分量作为条件,根据像素点的拉伸灰度值查找预先建立的伪彩映射色板表,确定出与像素点对应的YUV分量,然后将红外图像中该像素点的原YUV分量替换为当前确定出的YUV分量,从而即可得到伪彩图像,也即拉伸后的红外图像的彩色图像。当然,在得到伪彩图像后还可以将该伪彩图像进行显示,以便用户直接进行查看,或者在获取到用户输入的查看指令后,再将该伪彩图形进行显示,具体的显示方法本发明不做特殊限定,能够实现发明的目的即可。
需要说明的是,在实际应用中可以对红外图像中所有像素点均进行拉伸处理,得到与每个像素点各自对应的拉伸灰度值,然后再依据与每个像素点各自对应的拉伸灰度值,对每个像素点进行映射伪彩处理,从而得到拉伸后的伪彩图像,以提高整个红外图像的对比度。
当然,还可以对红外图像中的局部区域中各个像素点进行拉伸处理,以便提高局部区域图像的对比度,其中,该局部区域具体可以为红外图像中目标所在的区域,例如电机部分对应的区域,对于边缘区域部分中的像素点可以不做处理,只对中间部分电机所在区域对应的图像中的各个像素点进行拉伸处理,在提高目标区域对比度的基础上,减少所拉伸的像素点数量,从而提高整体处理效率。
可见,该方法根据与红外图像对应的温度数据确定出最高温度值和最低温度值,然后进一步确定出最高温度阈值和最低温度阈值,并依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到与像素点分别对应的拉伸灰度值,然后根据像素点分别对应的拉伸灰度值进行对像素点进行映射伪彩处理,得到拉伸后的伪彩图像,本发明中得到的伪彩图像中的对比强度更高,清晰度更高,有利于准确识别被测物体的状态。
在上述实施例的基础上,本发明实施例还相应的提供了一种图像处理装置,具体请参照图6。该装置包括:
获取模块21,用于获取红外图像及与红外图像对应的温度数据,并依据温度数据确定出最高温度值和最低温度值;
确定模块22,用于依据最高温度值和最低温度值,确定出最高温度阈值和最低温度阈值,最高温度阈值和最低温度阈值均位于最高温度值和最低温度值之间,且最高温度阈值大于最低温度阈值;
拉伸模块23,用于依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与像素点对应的拉伸灰度值;
映射模块24,用于依据与像素点的拉伸灰度值,对像素点进行映射伪彩处理,以得到拉伸后的伪彩图像。
进一步的,拉伸模块23包括:
第一拉伸单元,用于依据最高温度值和最低温度值,对最高温度阈值和最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
第二拉伸单元,用于依据最高拉伸温度阈值和最低拉伸温度阈值,得到拉伸差值;
计算单元,用于依据最低拉伸温度阈值、拉伸差值、红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与像素点对应的拉伸灰度值。
需要说明的是,本发明实施例中提供的图像处理装置具有与上述实施例中所提供的图像处理方法相同的有益效果,并且对于本发明实施例中所涉及到的图像处理方法的具体介绍请参照上述实施例,本发明在此不再赘述。
在上述实施例的基础上,本发明实施例还提供了一种图像处理系统,该可以包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时实现如上述图像处理方法的步骤。
例如,本发明实施例中的处理器可以用于实现获取红外图像及与红外图像对应的温度数据,并依据温度数据确定出最高温度值和最低温度值;依据最高温度值和最低温度值,确定出最高温度阈值和最低温度阈值,最高温度阈值和最低温度阈值均位于最高温度值和最低温度值之间,且最高温度阈值大于最低温度阈值;依据最高温度值、最低温度值、最高温度阈值和最低温度阈值对红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与像素点对应的拉伸灰度值;依据与像素点的拉伸灰度值,对像素点进行映射伪彩处理,以得到拉伸后的伪彩图像。
在上述实施例的基础上,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述图像处理方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
获取红外图像及与所述红外图像对应的温度数据,并依据所述温度数据确定出最高温度值和最低温度值;
依据所述最高温度值和所述最低温度值,确定出最高温度阈值和最低温度阈值,所述最高温度阈值和所述最低温度阈值均位于所述最高温度值和所述最低温度值之间,且所述最高温度阈值大于所述最低温度阈值;
依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值;
依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,以得到拉伸后的伪彩图像;其中:
所述依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值的过程为:
依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值;
依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值。
2.根据权利要求1所述的图像处理方法,其特征在于,所述依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值的过程为:
依据所述最高温度值、所述最低温度值及所述最高温度阈值,根据第一计算关系式计算出与所述最高温度阈值对应的最高拉伸温度阈值;其中,所述第一计算关系式为TTmax=(THmax-Tmin)/(Tmax-Tmin),TTmax为最高拉伸温度阈值,THmax为最高温度阈值、Tmax为最大温度值,Tmin为最小温度值;
依据所述最高温度值、所述最低温度值及所述最低温度阈值,根据第二计算关系式计算出与所述最低温度阈值对应的最低拉伸温度阈值;其中,所述第二计算关系式为LTmin=(THmin-Tmin)/(Tmax-Tmin),LTmin为最低拉伸温度阈值,THmin为为最低温度阈值;
所述拉伸差值DTdiff为DTdiff=TTmax-LTmin。
3.根据权利要求2所述的图像处理方法,其特征在于,所述依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值的过程为:
针对第i个像素点,若所述第i个像素点的原始灰度值在0和255之间,则依据所述最低拉伸温度阈值、所述拉伸差值、与所述第i个像素点对应的原始灰度值及第三计算关系式,得到所述第i个像素点的拉伸灰度值;其中,第三计算关系式为Y'i=(Yi-LTmin)/DTdiff,Y'i为第i个像素点的拉伸灰度值,Yi为第i个像素点的原始灰度值;
若所述第i个像素点的原始灰度值大于等于255,则所述第i个像素点的拉伸灰度值为255;
若所述第i个像素点的原始灰度值小于等于0,则所述第i个像素点的拉伸灰度值为0。
4.根据权利要求1所述的图像处理方法,其特征在于,在所述依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值之后,还包括:
对所述最高拉伸温度阈值、所述最低拉伸温度阈值和所述拉伸差值进行时域滤波处理,得到滤波后的最高拉伸温度阈值、滤波后的最低拉伸温度阈值和滤波后的拉伸差值;
则,所述依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值的过程为:
依据所述滤波后的最低拉伸温度阈值、所述滤波后的拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值。
5.根据权利要求1所述的图像处理方法,其特征在于,所述依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,以得到拉伸后的伪彩图像的过程为:
依据所述像素点的拉伸灰度值的从预先建立的伪彩映射色板表中确定出与所述像素点对应的YUV分量;
将所述像素点对应的YUV分量作为所述红外图像中所述像素点的YUV分量,以得到拉伸后的伪彩图像。
6.一种图像处理装置,其特征在于,包括:
获取模块,用于获取红外图像及与所述红外图像对应的温度数据,并依据所述温度数据确定出最高温度值和最低温度值;
确定模块,用于依据所述最高温度值和所述最低温度值,确定出最高温度阈值和最低温度阈值,所述最高温度阈值和所述最低温度阈值均位于所述最高温度值和所述最低温度值之间,且所述最高温度阈值大于所述最低温度阈值;
拉伸模块,用于依据所述最高温度值、所述最低温度值、所述最高温度阈值和所述最低温度阈值对所述红外图像中的像素点进行线性拉伸处理,得到拉伸处理后的、与所述像素点对应的拉伸灰度值;
映射模块,用于依据与所述像素点的拉伸灰度值,对所述像素点进行映射伪彩处理,得到拉伸后的伪彩图像;其中:
所述拉伸模块包括:
第一拉伸单元,用于依据所述最高温度值和所述最低温度值,对所述最高温度阈值和所述最低温度阈值进行线性拉伸处理,得到最高拉伸温度阈值和最低拉伸温度阈值;
第二拉伸单元,用于依据所述最高拉伸温度阈值和所述最低拉伸温度阈值,得到拉伸差值;
计算单元,用于依据所述最低拉伸温度阈值、所述拉伸差值、所述红外图像中的像素点的原始灰度值及预设计算关系式,得到拉伸处理后的、与所述像素点对应的拉伸灰度值。
7.一种图像处理系统,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述图像处理方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110382545.3A CN113077399B (zh) | 2021-04-09 | 2021-04-09 | 一种图像处理方法、装置、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110382545.3A CN113077399B (zh) | 2021-04-09 | 2021-04-09 | 一种图像处理方法、装置、系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113077399A CN113077399A (zh) | 2021-07-06 |
CN113077399B true CN113077399B (zh) | 2023-03-14 |
Family
ID=76615782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110382545.3A Active CN113077399B (zh) | 2021-04-09 | 2021-04-09 | 一种图像处理方法、装置、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077399B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152510A (zh) * | 2013-01-29 | 2013-06-12 | 广州广电运通金融电子股份有限公司 | 图像处理装置及其图像处理方法 |
WO2020103569A1 (en) * | 2018-11-21 | 2020-05-28 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image processing |
CN112132748A (zh) * | 2020-09-24 | 2020-12-25 | 长沙理工大学 | 一种红外热成像超分辨率的处理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013104327A1 (zh) * | 2012-01-12 | 2013-07-18 | 杭州美盛红外光电技术有限公司 | 热像装置和热像拍摄方法 |
CN102831573B (zh) * | 2012-08-14 | 2014-08-27 | 电子科技大学 | 一种红外图像的线性拉伸方法 |
KR102053618B1 (ko) * | 2013-04-11 | 2019-12-09 | 엘지디스플레이 주식회사 | 전자 디바이스, 디스플레이 제어 장치 및 방법 |
CN111583157B (zh) * | 2020-05-13 | 2023-06-02 | 杭州睿琪软件有限公司 | 图像处理方法、系统及计算机可读存储介质 |
CN111784609B (zh) * | 2020-07-02 | 2023-11-07 | 烟台艾睿光电科技有限公司 | 图像动态范围压缩方法、装置及计算机可读存储介质 |
-
2021
- 2021-04-09 CN CN202110382545.3A patent/CN113077399B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152510A (zh) * | 2013-01-29 | 2013-06-12 | 广州广电运通金融电子股份有限公司 | 图像处理装置及其图像处理方法 |
WO2020103569A1 (en) * | 2018-11-21 | 2020-05-28 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image processing |
CN112132748A (zh) * | 2020-09-24 | 2020-12-25 | 长沙理工大学 | 一种红外热成像超分辨率的处理方法 |
Non-Patent Citations (3)
Title |
---|
A Novel Image Description With the Stretched Natural Vector Method: Application to Face Recognition;Wenhui Dong, et al;《IEEE Access》;20200526;全文 * |
基于图像增强技术的钢铁材料微观组织图像识别的研究;于金鑫,等;《中国体视学与图像分析》;20210325;全文 * |
灰度图像映射成伪彩色图像(查表法);江南又旧雨;《https://blog.csdn.net/weixin_38293453/article/details/104428233》;20200221;1 * |
Also Published As
Publication number | Publication date |
---|---|
CN113077399A (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3254074B1 (en) | Determining a color value of an article of fabric | |
CN106157286B (zh) | 图像处理方法和屏幕漏光检测方法 | |
JP2017536764A5 (zh) | ||
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
WO2013126001A2 (en) | Image processing method for detail enhancement and noise reduction | |
CN111598801B (zh) | 一种用于微弱Mura缺陷的识别方法 | |
CN111866501B (zh) | 一种摄像模组检测方法、装置、电子设备及介质 | |
CN113077399B (zh) | 一种图像处理方法、装置、系统及计算机可读存储介质 | |
CN111830439A (zh) | 一种变压器故障检测方法及变压器 | |
CN110543851A (zh) | 具有指纹感测功能的电子装置以及指纹图像处理方法 | |
CN108362227B (zh) | 轮毂检测方法、装置、系统及控制设备 | |
US11493453B2 (en) | Belt inspection system, belt inspection method, and recording medium for belt inspection program | |
EP4107936A1 (en) | Determining pixel intensity values in imaging | |
CN112801891A (zh) | 显示屏画面检测方法、显示屏画面检测系统 | |
KR20180112335A (ko) | 안개 제거 방법 및 이를 적용한 안개 제거 시스템 | |
JP6838651B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN108152712B (zh) | 电路板故障检测方法及设备 | |
CN113658169B (zh) | 图像斑点检测方法、设备、介质及计算机程序产品 | |
CN113124428A (zh) | 温度传感器检测方法、装置和烹饪器具 | |
CN110351605A (zh) | 字幕处理方法及装置 | |
CN108021697B (zh) | 一种基于终端设备的拍照搜题方法、终端设备及存储介质 | |
Jin et al. | Temperature rising recognition of IR image of electrical equipment based on seeded region growing | |
CN112532876B (zh) | 一种热成像图像处理方法、装置、设备及介质 | |
US20220020129A1 (en) | Image matching apparatus, image matching method, and program | |
CN115311228A (zh) | 基于matlab图像边缘检测的球压压痕测量方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210706 Assignee: INFIRAY TECHNOLOGIES CO.,LTD. Assignor: Yantai Airui Photo-Electric Technology Co.,Ltd. Contract record no.: X2024980006380 Denomination of invention: An image processing method, device, system, and computer-readable storage medium Granted publication date: 20230314 License type: Common License Record date: 20240530 |
|
EE01 | Entry into force of recordation of patent licensing contract |